Bakar and Tahir (2009) in their pap

Bakar and Tahir (2009) in their paper used multiple
linear regression technique and simulated neural network
techniques for predicting bank performance. ROA was
used as dependent variable of bank performance and
seven variables including liquidity, credit risk, cost to
income ratio, size and concentration ratio, were used as
independent variables.
They concluded that neural network method
outperforms the multiple linear regression method
however it need clarification on the factor used and they
noted that multiple linear regressions, not withstanding its
limitations, can be used as a simple tool to study the
linear relationship between the dependent variable and
independent variables.
Neceur (2003) using a sample of ten Tunisian banks
from 1980 to 2000 and a panel linear regression model,
reported a strong positive impact of capitalization to ROA.
There are number of studies, which examine the bank
performance using CAMEL framework, which is the latest
model of financial analysis.

ผลลัพธ์ (ไทย) 1:

ใช้หลาย Bakar และฏอฮิร (2009) ในกระดาษของพวกเขาเทคนิคการถดถอยเชิงเส้นและการจำลองโครงข่ายประสาทเทคนิคการทำนายประสิทธิภาพการทำงานของธนาคาร ROA คือใช้เป็นตัวแปรของประสิทธิภาพการทำงานของธนาคาร และเจ็ดตัวแปรรวมทั้งสภาพคล่อง เสี่ยง ต้นทุนในการรายได้ ขนาดและความเข้มข้นอัตราส่วน ใช้เป็นตัวแปรอิสระพวกเขาได้ข้อสรุปว่า วิธีโครงข่ายประสาทมีประสิทธิภาพสูงกว่าวิธีการถดถอยเชิงเส้นหลายอย่างไรก็ตาม จะต้องชี้แจงปัจจัยที่ใช้และพวกเขาตั้งข้อสังเกตว่า หลายเชิงเส้นแสดง ไม่ทนต่อความข้อจำกัด สามารถใช้เป็นเครื่องมือง่าย ๆ ในการศึกษาการความสัมพันธ์เชิงเส้นระหว่างตัวแปร และตัวแปรอิสระNeceur (2003) โดยใช้ตัวอย่างของธนาคารตูนิเซียที่สิบจาก 1980-2000 และแบบ จำลองถดถอยเชิงเส้นแผงรายงานผลบวกแรงของมูลค่าการ ROAมีหมายเลขของการศึกษา การตรวจสอบธนาคารประสิทธิภาพโดยใช้กรอบอูฐ ซึ่งล่าสุดรูปแบบของการวิเคราะห์ทางการเงิน

ผลลัพธ์ (ไทย) 2:

Bakar และ Tahir (2009) ในกระดาษของพวกเขาใช้หลาย
เทคนิคการถดถอยเชิงเส้นและโครงข่ายประสาทเทียมจำลอง
เทคนิคในการทำนายผลการดำเนินงานของธนาคาร ROA ถูก
นำมาใช้เป็นตัวแปรตามผลการดำเนินงานของธนาคารและ
ตัวแปรรวมทั้งสภาพคล่องความเสี่ยงด้านเครดิตค่าใช้จ่าย
ต่อรายได้ขนาดและความเข้มข้นของอัตราการถูกนำมาใช้เป็น
ตัวแปรอิสระ.
พวกเขาสรุปว่าวิธีเครือข่ายประสาท
มีประสิทธิภาพดีกว่าหลาย ๆ วิธีการถดถอยเชิงเส้น
แต่ก็ต้องการคำชี้แจง ปัจจัยที่ใช้และพวกเขา
ตั้งข้อสังเกตว่าหลายถดถอยเชิงเส้นไม่อดทนของ
ข้อ จำกัด สามารถใช้เป็นเครื่องมือง่ายๆที่จะศึกษา
ความสัมพันธ์เชิงเส้นตรงระหว่างตัวแปรตามและ
ตัวแปรอิสระ.
Neceur (2003) โดยใช้ตัวอย่างของสิบธนาคารตูนิเซีย
1980 2000 และรูปแบบแผงถดถอยเชิงเส้นที่
รายงานผลกระทบเชิงบวกที่แข็งแกร่งของโครงสร้างเงินทุนที่จะ ROA.
มีจำนวนของการศึกษาซึ่งตรวจสอบธนาคารที่มี
ประสิทธิภาพโดยใช้กรอบอูฐซึ่งเป็นรุ่นล่าสุด
รูปแบบของการวิเคราะห์ทางการเงิน